Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
© 2026 Molayo
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 페이지의 콘텐츠는 AI가 공개된 소스를 기반으로 자동 수집·요약·번역한 것입니다. 원 저작권은 각 원저작자에게 있으며, 각 게시물의 “원문 바로가기” 링크를 통해 원문을 확인할 수 있습니다. 저작권자의 삭제 요청이 있을 경우 신속히 조치합니다.
Genomi는 AI 에이전트가 사용자의 유전체 데이터를 로컬 환경에서 안전하게 분석할 수 있도록 설계된 오픈 소스 도구입니다. 이 도구는 DNA 변이를 로컬 인덱스로 구축하고, ClinVar, gnomAD 등 공용 데이터베이스와 연결하여 약물 대사나 유전적 위험 등에 대한 질문에 답변합니다.
싱가포르 인포컴 미디어 개발청(IMDA)과 Microsoft는 AI 안전 및 보안 분야의 협력을 강화하기 위해 MOU를 체결했습니다. 이번 파트너십은 AI 개발 과정 전반에 걸쳐 안전하고 신뢰할 수 있는 환경을 구축하겠다는 공동의 의지를 보여줍니다.
새로운 벤치마크 기준인 'Affine Champion의 제29시대'가 도래했습니다. 이 시대에는 AI 모델들이 빠른 반복(iteration)을 통해 성능 향상을 이루고 있으며, 주요 벤치마크 점수에서 높은 상승세를 보였습니다.
사용자가 'Apostate'라는 abliteration engine을 개발하고 있음을 공유했습니다. 기존의 직교 투영 방식의 경직성을 극복하기 위해 사각 투영(oblique projection)을 구현했으며, 다음 단계로는 KL 다이버전스를 보존하는 전단 매핑(shear mapping) 도입을 계획 중입니다.
이 레포지토리는 사용자가 처음부터 자신만의 LLM을 학습시키는 과정을 안내합니다. 트랜스포머 구조 구축, The Pile 데이터셋 활용, 그리고 SFT와 RLHF 가이드까지 제공하여 모델 개발 전반의 이해를 돕습니다.
본 글은 TTS 모델, 금융/법률 및 사이버 보안 특화 LLM 등 다양한 AI 결과물들을 소개합니다. 터키어에 특화된 TTS 모델과 전문 분야별 LLM 개발을 통해 시스템 구성의 성과를 보여줍니다.
Palo Alto Unit 42는 Behavioral Integrity Verification (BIV)라는 감사 방법을 제시하며, 제3자 AI 에이전트 스킬의 기능과 실제 동작 간 불일치를 검증합니다. 이 연구는 공급망 감사가 미흡한 AI 에이전트 생태계가 자격 증명 탈취 및 원격 코드 실행 같은 위험한 공격 체인을 허용하고 있음을 경고합니다.
본 기사는 암 연구의 발전 속도와 난이도를 다루며, 과거의 성공 사례(고환암, 소아 백혈병)를 언급합니다. 현재는 Ras 표적 약물 등 분자 수준 접근법이 주목받고 있으나, 암은 단일한 문제로 해결하기 어려운 복합적인 문제입니다. 궁극적으로 암 치료는 유전적 특성 억제와 면역형을 동시에 겨냥하는 다면적 전략이 필요합니다.
Anthropic의 Fable 5가 FrontierMath Tier 4에서 88점, ECI 점수 164를 기록하며 주목받고 있습니다. 이는 Anthropic이 OpenAI보다 수학 능력이 뛰어난 모델을 보유한 최초의 사례로 언급되었습니다.
새로운 Diffusion Gemma 모델을 기존 자율 회귀(autoregressive) Gemma4와 비교한 벤치마크 결과입니다. DiffusionGemma는 속도는 빠르지만, 사실 확인 과정에서 오류가 훨씬 많이 발견되었습니다. 반면, 일반 Gemma4는 느리지만 정확도가 높아 중요한 정보 전달에 더 적합함을 보여줍니다.
이 에이전트는 AI 자체의 신뢰도를 평가하고 결과에 보정된 신뢰도 수준을 제공하는 연구 분석 도구입니다. 불확실성이 감지되면 인간 사용자에게 작업을 능동적으로 이관하여 검토를 요청합니다. 세 가지 계층 구조로 설계되었으며, 생물정보학 및 천문학 등 다양한 분야의 패키지를 지원합니다.
미국 정부가 Anthropic의 Fable 5와 Mythos 5 접근을 중단하도록 지시한 사건은 AI 산업 전반의 권력 다툼으로 해석됩니다. 이는 특정 모델에 대한 과도한 마케팅과 규제 시도가 결합된 결과이며, 기술 발전 속도를 고려할 때 일회성 조치일 가능성이 높습니다.
1800년대 런던의 텍스트 데이터만을 사용하여 밑바닥부터 학습시킨 역사적 LLM(Vintage LLM) 제작 과정을 공유합니다. Llama 아키텍처를 기반으로 한 340M 파라미터 규모의 모델을 직접 구축하며 겪은 데이터 파이프라인 및 학습 경험을 다룹니다.
리우데자네이루 시 정부 연구원이 개발한 새로운 오픈 소스 모델을 Hugging Face에 공개했습니다. 이 모델은 기존의 qwen 3.7 플러스와 비교해도 성능이 우수해 보이며, 연구 커뮤니티에서 활용될 수 있도록 공유되었습니다.
본 기사는 현재 AI가 단순히 상관관계를 학습하는 수준에 머물러 있으며, 실제 물리 세계에서는 한계에 부딪힌다고 지적합니다. 차세대 AI는 '무엇인지'를 아는 것을 넘어 '왜 그런지'를 이해하는 인과관계(causality) 모델을 목표로 해야 합니다.
Fable 5 데이터셋을 공개하며, 이 데이터에는 CoT(Chain-of-Thought) 정보가 포함되어 있습니다. 해당 데이터를 활용하여 곧 파인튜닝된 모델들이 출시될 것으로 예상됩니다.
Rockstar가 GTA VI 제작에 투입한 막대한 자원(8년, 10억 달러)과 비교하여, Claude Fable 5는 단 4백만 토큰을 사용하여 GTA 스타일의 게임을 10시간 만에 재구축하는 성과를 보여주었습니다. 이는 AAA급 게임 제작의 진입 장벽이 이제 막대한 자본력에서 프롬프트 기반의 AI 기술로 급격히 낮아지고 있음을 시사합니다.
Anthropic의 주요 투자사 중 하나인 Amazon이 Claude 모델을 탈옥(jailbreak)하여 미국 정부에 제보했다는 내용에 대한 의문을 제기하는 기사입니다. 해당 주장의 사실 여부에 대해 독자들에게 경각심을 주고 있습니다.
Fable 5에 대한 논의가 주로 텍스트 모델에 집중되고 있지만, ZeroBench 결과는 멀티모달 능력이 핵심임을 시사합니다. 이 모델은 텍스트, 이미지, 오디오, 비디오 등 모든 모달리티에서 최고 수준으로 경쟁하며 100만 토큰 컨텍스트를 처리하는 강력한 시스템입니다.
OpenAI가 차세대 AI 모델 'GPT-5.6'을 이달 중 공개할 예정이며, 이는 이전 버전보다 의미 있는 성능 향상을 목표로 합니다. 특히 추론, 코딩, 자동화 에이전트, 이미지 인식 등 주요 분야에서 개선될 것으로 예상됩니다. 또한 경쟁사 Anthropic과의 시장 대응을 위해 토큰당 가격 인하를 고려하는 전략적 움직임도 포착되었습니다.